目錄大綱(可展開)
Toggle聊天機器人之王:為何選擇ChatGPT?
- 🚀先進AI技術:更聰明,更理解你的需求。
- 🔗一鍵整合:在任何平台上都能讓你的聊天機器人發光發熱。
- 💼客戶對話:高度個性化,每個客戶都是VIP。
- 📊數據智能:深度了解你的客戶,為你的行銷策略加分。
- 🛠️省時省力:用更少的資源達到更多的效果。
- 🌟多功能應用:不止於聊天,更多自然語言處理的可能。
ChatGPT是 OpenAI 開發的預訓練語言模型。 它基於GPT(Generative Pre-training Transformer)架構,在海量文本數據上進行訓練,可以生成類人文本。 該模型專門針對會話文本進行了微調,使其非常適合語言翻譯、問答和文本摘要等任務。它經過訓練可以生成類似人類的文本,可用於各種自然語言處理任務,例如語言翻譯、問答和文本摘要。 它基於 GPT(Generative Pre-training Transformer)架構,可以針對特定任務進行微調。
ChatGPT的關鍵特性之一是它能夠生成上下文感知的文本。 這意味著該模型可以理解對話的上下文,進而產生與主題相關且適當的文本。 例如,如果您向ChatGPT詢問有關特定歷史事件的問題,它將能夠生成準確且豐富的訊息回應。
ChatGPT 可以進行微調以執行特定任務,例如對話生成、語言翻譯和文本摘要。 這允許根據應用程式 or 範例的特定需求制訂模型。此外,ChatGPT 已經過大量數據文本的訓練,這將使其能夠理解範圍廣泛的主題並生成連貫且語法正確的文本。
什麼是ChatGPT?
ChatGPT 是一個先進的人工智慧聊天機器人平台,使企業能夠建立和安裝他們自己的專屬聊天機器人。 聊天機器人是一種應用程式,它通過文本 or 聲音資訊模擬與人類使用者的對話。ChatGPT從其他聊天機器人平台中脫穎而出,因為它使用自然語言處理 (NLP) 和機器學習 (ML) 的獨特組合來建立更智慧和客製化的聊天機器人對話。
ChatGPT 使企業能夠建立可以與客戶、潛在客戶和其他利益相關者進行自然流暢且引人入勝的對話溝通內容的聊天機器人。 它為使用者提供了一個直覺的拖曳式介面,可以輕鬆建立自訂聊天機器人對話。 該平台還提供廣泛的整合功能,例如 Facebook Messenger、Slack 和 Twilio,因此企業可以在他們選擇的任何平台上安裝,接著使用專屬於他們的聊天機器人。
ChatGPT 還提供範圍廣泛的預設好了各式聊天機器人模版,可以快速輕鬆地進行讓使用者制定以滿足任何企業的需求。 該平台還提供一系列分析工具,因此企業可以追蹤和分析其聊天機器人的表現狀況。
ChatBot聊天機器人延伸閱讀:ChatBot聊天機器人是什麼?如何結合AI與聊天機器人推薦!
ChatGPT為企業帶來什麼優勢?
ChatGPT 為企業提供了一個強大的平台來建立和自訂他們自己的聊天機器人。 通過利用ChatGPT的先進人工智慧技術,企業可以建立比以往任何時候都更具吸引力和智慧的聊天機器人。 以下是使用ChatGPT的一些主要優勢:
- 提高客戶參與度:借助 ChatGPT,企業可以建立更具吸引力且能夠更好地理解和回應客戶查詢的聊天機器人。 這可以幫助企業與客戶建立更牢固的關係以及提高客戶滿意度。
- 更高效的客戶服務:ChatGPT 聊天機器人能夠快速準確地回應客戶查詢,減少與客戶服務相關的時間和成本。
- 改進潛在客戶生成:ChatGPT 聊天機器人可用於收集潛在客戶和收集客戶信息,使企業更容易瞄準潛在客戶並增加銷售額。
探索ChatGPT先進的AI技術
ChatGPT 利用人工智慧技術的最新進展來建立更智慧、更吸引人的聊天機器人對話。 該平台結合使用自然語言處理 (NLP) 和機器學習 (ML) 來建立更自然、更逼真的對話。
ChatGPT 的 NLP 技術使該平台能夠理解對話的上下文並準確回應客戶的詢問。 該平台的 ML 技術使聊天機器人能夠從其交互中學習,並隨著時間的推移變得更加智慧。 這使得ChatGPT聊天機器人變得更加個性化,並且能夠更好地理解和回應客戶需求。
ChatGPT對AI行銷有什麼幫助?
人工智慧行銷是企業尋求擴大影響力和與客戶互動的強大工具。ChatGPT使建立自訂聊天機器人對話變得容易,這些對話可用於吸引客戶、產生潛在客戶和增加銷售額。
ChatGPT聊天機器人可用於建立與客戶的個性化對話、收集客戶資訊並以更有意義的方式吸引客戶。 該平台還提供廣泛的整合功能,例如 Facebook Messenger 和 Slack,因此企業可以在他們選擇的任何平台上安裝他們的聊天機器人。
使用ChatGPT進行AI行銷的好處
ChatGPT 為希望使用 AI 行銷的企業提供了許多好處。 以下是使用ChatGPT進行 AI 行銷的一些主要優勢:
- 建立客戶忠誠度:ChatGPT聊天機器人能夠與客戶建立更具吸引力的對話,從而提高客戶滿意度和忠誠度。
- 高效產值:ChatGPT聊天機器人是吸引客戶和產生潛在客戶的一種經濟高效的方式。
- 易於使用:ChatGPT直觀的拖放式界面使建立自定義聊天機器人對話變得容易。
- 廣泛的應用整合:ChatGPT 提供廣泛的集成,因此企業可以在他們選擇的任何平台上部署他們的聊天機器人。
ChatGPT人工智慧行銷成功案例
ChatGPT幫助眾多企業擴大了與客戶的聯繫和互動。 以下是一些使用ChatGPT成功實施人工智慧行銷的企業範例:
- 旅行社使用 ChatGPT建立了一個聊天機器人,可以幫助客戶找到最優惠的航班和酒店。 聊天機器人能夠快速準確地回應客戶查詢,從而提高了客戶滿意度並增加了銷售額。
- 連鎖餐廳使用 ChatGPT建立了一個聊天機器人,可以幫助客戶找到附近的餐廳、進行預訂和了解菜單。 聊天機器人能夠快速回答客戶問題,從而提高了客戶參與度和銷售額。
- 線上零售商使用 ChatGPT建立了一個聊天機器人,可以幫助客戶找到他們正在尋找的產品並進行購買。 聊天機器人能夠準確理解客戶的詢問,從而提高了客戶滿意度和銷售額。
ChatGPT教學|5個步驟建立你自己的ChatGPT聊天機器人
使用ChatGPT建立聊天機器人很容易。 該平台直觀的拖曳式介面使建立自訂聊天機器人對話變得容易。
以下是建立您自己的ChatGPT聊天機器人的步驟教學:
(一)建立一個ChatGPT帳號和登錄
進到ChatGPT – OpenAI的官方網站裡面,在這邊可以註冊你的ChatGPT的帳號,你可以直接使用E-mail註冊,也可以使用Google帳號直接進行連結註冊。
(二)進到ChatGPT使用介面
在ChatGPT的介面中,左上角的『+New Chat』的功能是新增一個新的AI聊天機器人,下方則是歷史建立過的聊天機器人與聊天紀錄。
(三)選擇ChatGPT AI的機器模型的對話模式
- 首先,你可以先選擇你想要使用哪一個ChatGPT的對話機器人模型,這邊基礎免費的使用者都會提供GPT-3.5版本的AI機器人模型,GPT-3.5版本的模型,在回答速度上相對較快,但也相對內容沒這麼豐富與準確,當然如果你希望可以使用更高階的對話機器人模型『GPT-4』,那你就需要付費才能使用,雖然相對於GPT-3.5模型,GPT-4在回答的速度慢上許多,不過隨之帶來的好處就是回答的內容更聰明也更豐富與精準,這邊就建議大家依照需求做選擇囉!
- 接著,你可以先進行幾次對話確定機器人回答的內容是否是你想要的。
- 然後,在依照你的需求對機器人進行客製化的要求及訓練你的AI對話模型。
(四)在這邊輸入你想與AI機器人對話 or 瞭解的內容
在這個步驟,你可以在輸入框裡,任意輸入你想詢問以及瞭解的任何問題,AI機器人都會在約3~5秒後開始回應你的問題!你也可以搭配某一些指令去修正及優化你的機器人模型,藉此優化下一次的回答,使回答的內容可以更符合你的需求!
(五)ChatGPT對話範例1
這邊示範問答的範例,以問題:『ChatGPT聰明嗎』,讓ChatGPT進行回答問題,ChatGPT的回答:『作為一個AI語言模型,我擁有廣泛的知識庫和語言處理能力。我可以回答許多不同的問題,提供資訊、建議和創意。然而,我仍然是基於預先訓練的模型,並且有一些限制。儘管我可以在許多情況下提供有用的回答,但我也可能會犯錯誤或無法理解某些問題。因此,我並不是真正的”聰明”,只是一個工具,可以幫助您尋找答案和提供資訊。』,這邊可以看到的是ChatGPT的回答相當有水準!
以上就是建立ChatGPT聊天機器人的5大步驟教學,希望可以幫助大家更瞭解如何使用ChatGPT,進而跟上AI的趨勢哦!
優化ChatGPT聊天機器人性能的策略
建立ChatGPT聊天機器人後,您可以使用一些策略來最大化其性能。 以下是充份利用ChatGPT聊天機器人的一些提示:
- 使用分析工具來追蹤和分析聊天機器人的成效。 這將幫助您確定需要改進的地方並進行必要的調整。
- 讓您的聊天機器人對話內容自然且引人入勝。 這將有助於確保客戶更有可能對您的聊天機器人做出積極回應。
- 利用平台的整合功能在多個平台上設置好您的聊天機器人。 這將幫助您吸引更多客戶並提高參與度。
- 使用 A/B 測試來優化聊天機器人的功能。 這將幫助您確定最有效的訊息和回覆。
使用ChatGPT的最佳作法
以下是使用ChatGPT的一些最佳作法:
- 在設定之前請先測試您的聊天機器人:將幫助您在上線之前識別任何錯誤 or 問題。
- 保持您的談話自然和引人入勝:將有助於確保客戶更有可能對您的聊天機器人做出積極回應。
- 監控聊天機器人的性能並進行必要的調整:將幫助您優化聊天機器人的性能。
- 利用平台的分析工具來追蹤和分析聊天機器人的性能:將幫助您確定需要改進的地方並進行必要的調整。
- 確保您的聊天機器人是最新的型號且能處理客戶查詢:將有助於確保客戶更有可能對您的聊天機器人有優異的使用者體驗。
Chat GPT為企業與組織帶來百花齊放的潛在效益
對企業與組織而言,近期出現的Chat GPT是喜憂參半的工具,對各業務部門而言也是。喜是這種生成式AI工具對於「營運流程優化」有乘數效益,微軟今日宣布將ChatGPT整合至Azure OpenAI服務,藉由Azure OpenAI服務,使用者可以最先進的 AI 模型,包含 Dall-E 2、GPT-3.5、Codex 與其他以 Azure 超級運算能力為後盾的大型語言模型來達到創新。事實上,新加坡政府已經導入這種數位工具,讓公務員藉由ChatGPT中嵌入的校準技術可幫助人員以更自然且直觀的方式與這些模型進行互動,加速公文處理、資料查找、法規比對上,有助於縮短工時。而微軟也擅長產品整合,其作為之一是將Chat GPT整入原有的Office服務,成為「Copilot」,Copilot導入最新的GPT-4模型,Microsoft 365使用者可以文字或口語在聊天介面輸入要做的事,要求Copilot完成基本作業,由用戶修正、編輯或強化,完成機器處理多數事情、人類僅需修訂的人機協作,從文件編輯、讓人頭痛的簡報製作、新鮮人不好上手的樞紐分析都難不倒它。
圖、微軟的Copilot大幅提升人機協作的效率
資料來源:微軟
那憂慮呢?當然是人力替代的問題,雖然微軟創辦人比爾蓋茲指出人工智慧不會替代多數工作,但早在ChatGPT橫空出世以前,技術替代人力的說法早就在產業界傳開,顧問公司麥肯錫發布報告指出,美國有 40% 工作在未來 10 年可能因企業投入自動化技術消失,這部分工人年齡主要在 18~34 歲,總人數約 1,470 萬人,自動化浪潮下衝擊下最受影響的產業主要發生在食品、飯店和零售業,而如服務生、飯店接待員、餐廳員工、會計、財務、人力資源、行政管理受影響最大。爾後,IBM卻認為機器人取代大量工作的擔憂並「完全是胡說八道」,真帶來威脅的技術是人工智慧,那時IBM認為創造力、嘗試和判斷力不受人工智慧影響,受影響者多半為例行性的行政工作。或許兩者皆有其理由,但當前Chat GPT出現後,藝術、商業設計、創意等工作卻開始由人工智慧代勞,打破先前IBM的說法,行銷部分可能是在這波生成式人工智慧浪潮下主要受害者。
當然,不少業者也趁這波浪潮推出各種講座論壇,認為「行銷人員只要OOXX 」「下給ChatGPT五大指令」應能避免被替代命運,確實,在短期內,基於有法規作為後盾,人工智慧不太可能短時間內大規模取代人類,而是轉為與人類共事,未來的工作可能出現四種模式:人管人、人管機器、機器管人、機器管機器,第二與第三種為所謂的人機協作,差別在於誰是最終定案者,目前看起來是人類沒錯,但人工智慧為指數性成長,在2019年一波熱潮後沈寂兩年,又在2022年底炸開,速度更快、規模更大、侵略性更強。不過與其討論這種威脅論,不如務實了解各方面衝擊,對行銷人而言,當前處於一個行銷科技遍地開花的年代,數
據、電商,與數位轉型的崛起讓行銷科技紅遍半邊天,但現在是該靜下來了解一些人工智慧這個技術在行銷科技的影響了。
萬變不離其宗,ChatGPT本身是生成式人工智慧,了解生成式人工智慧、行銷科技當前發展與未來趨勢、企業數位轉型需求三大面向,或許更有助於行銷人員幫自己在AI年代進行再定位(re-positioning),能在未來更舒服的與科技協作。
什麼是生成式人工智慧?
所謂的生成式AI,為可用於建立新內容的演算法(例如 ChatGPT),包括聲音、編碼、圖像、文本、影音視頻。第一個處理文本的機器學習模型是由人類訓練的,模型能夠根據研究人員設置的標籤對各種輸入的資料進行分類,例如將訓練有素的模型將社交媒體貼文標記為「正面」或「負面」,這種類型的訓練被稱為監督學習,顧名思義,由人類來教模型做什麼。而目前的文本學習則使用所謂的「自我監督學習」,也就是自己來教自己,這種類型的訓練涉及為模型提供大量文本,以便它能夠生成預測。例如,一些模型可以根據幾個詞來預測一個句子將如何結束。有了適量的樣本文本——比如說一大片網域,讓訓練文本模型就會變得相當準確,如同我們看到 ChatGPT所帶來的大部分準確性一樣。
而生成式AI能夠快速成長,主要是生成對抗網路(Generative Adversarial Network)、生成擴散模型(Diffusion Model)、基礎模型(Foundation Model)等深度學習技術的成熟,未來在元宇宙逐漸成熟後,企業能夠從使用者生成內容(User Generated Content,UGC)轉為人工智慧生成內容(AI Generated Content,AIGC)中尋找龐大商業行銷商機。當然,像能夠GPT-3根據其吸收的累積訓練預測句子中最有可能的下一個單字、寫故事、編歌曲,甚至寫詩,你想得到的創作它幾乎都能做,或者已經學習在做。這些現象都已經顯示出人工智慧的成長速度不斷提升,同時也帶來更深層的治理問題,從論文抄襲、專利模仿、智慧財產權盜竊、深度偽造都是社會上開始正式的潛在衝擊。新加坡、歐盟、美國、中國等國家紛紛發佈AI治理工具箱、技術監管框架,而對企業開始要求對模型設計、開發、部署的人工智慧倫理風險審查流程,在機器學習、邏輯程式設計、模糊邏輯、概率推理、本體工程上有更多著墨。
生成式人工智慧能解決什麼問題?有什麼問題?
生成式 AI 能夠在幾秒鐘內生成各種可閱讀文章,同時回應社群評論,使文章更具備說服力,這對各種產業皆造成影響,業者能使用 AI 模型生成的即時的內容,除了文字生成圖像外,甚至連音檔、影片、3D模型等都能生成,DALL-E、DALL-E 2、GLIDE等模型都具備上述功能,這些模型稱為擴散型模型(Diffusion model)。部分科技業者已經將這些模型強化自家產品服務,例如如Microsoft、AWS、Nvidia推出套件和開發框架,用以支援生成式AI模型開發和訓練;另外的做法是將這些模型套用到現有服務中,例如微軟投資100億美元在Open AI主要目的之一就是將Chat GPT-3置入原有的Azure,以及運用DALL-E 2來推出文字生成圖像軟體Microsoft Designer,照這樣下去,Google、Meta、Adobe等企業應會採取對應措施,科技業之間未來應避免不了爆發一場AI模型軍備競賽。
對於企業而言,ChatGPT帶來的機會也顯而易見的,這種生成式 AI 工具可以在幾秒鐘內生成各種文章、回應各種問題、產出各種公關稿,使文章更符合設定目標,這對各行各業都造成深遠影響。簡而言之,任何需要製作圖文材料的企業都可能從中受益,從服務業到製造業都是,企業還可以使用生成式 AI 來創建更多技術材料,例如更高分辨率版本的醫學圖像,節省投入時間與人力成本。ChatGPT 也能在十秒內寫出一位評論員所說的「紮實的 A-」等級文章,也能比較本尼迪克特安德森和歐內斯特蓋爾納的民族主義理論。它還產生了一段著名的段落,描述瞭如何以 King James 聖經的風格從 VCR 中取出花生醬三明治。AI 生成的藝術模型,如 DALL-E(它的名字是超現實主義藝術家薩爾瓦多·達利和可愛的皮克斯機器人 WALL-E 的混搭)可以根據需要創造出奇特或有趣的圖像,比如拉斐爾畫的麥當娜與孩子。其他生成式 AI 模型可以生成代碼、影音與模擬。
當然啦,生成式 AI輸出並不總是準確或適當的。當測試人員要求 DALL-E 2 為感恩節晚餐製作一張圖片時,它製作一個場景:火雞上裝飾燈,旁邊放著一碗看起來像是鱷梨醬的東西,讓人啼笑皆非。此外,就技術本身而言,ChatGPT 似乎無法計算或解決基本的代數問題——或者,實際上,無法克服網路和社會中的性別歧視和種族歧視偏見。
企業訓練生成式AI有多貴?誰能玩這個遊戲?
構建生成式 AI 模型在很大程度上是一項重大任務,只有少數資源充足的技術重量級到企業有資格進行嘗試,OpenAI 是 ChatGPT與 DALL-E 兩大模型背後的公司,而背後的微軟是主要金主,OpenAI從微軟那獲得數十億美元的研發資金。而DeepMind 是Alphabet 的子公司,也因為有Google金援才能開發這種巨型模型,Meta 發布基於生成式 AI 的 Make-A-Video 產品。這些公司僱用了一些世界上最優秀的電腦科學家和資料工程師。但這不僅僅人而已,當你要求模型使用幾乎整個互聯網進行訓練時,公司需付出相當時間與海量數據作為支點。OpenAI 尚未公佈確切的成本,但估計表明 GPT-3 在大約45 TB的文本數據上進行訓練——這大約是 100 萬英尺的書架空間,或整個美國國會圖書館的四分之一,訓練成本估為幾百萬美元,這可不是一般企業、新創,甚至大型企業願意與能夠負擔的成本,也可以說是建立與訓練模型是一種大槓桿、大資本遊戲。
圖、大型語言模型成為企業爭相投入的AI軍備
資料來源:Cobus Greyling
參數是機器學習演算法的關鍵要素,猶如馬斯克與貝佐斯的太空競賽,科技巨頭的軍備競賽是「誰有最大深度學習的模型」,而參數的數量在這兩年成長速度相當驚人:2018年最大的模型有9,400萬個參數,2021年最大的模型1.6兆個參數,最大主因為Google、Meta、Microsoft、Amazon等巨頭推波助瀾所致,一方面向業界展現驚人的人工智慧競爭力,一方面也探索參數數量的極限,雖然許多聲音指出,越大的模型並不一定適合用在每個場域,但有能力開發出超參數模型(Hyper-parameterized Models)的業者也代表不斷推進演算法的疆界。
生成式AI有什麼問題與隱憂?
生成式 AI 模型產生的輸出通常聽起來非常有說服力。這是設計使然。但有時他們生成的資訊完全是錯誤的。除了上面提到畫畫出狀況外,更糟糕的是,有時它是有偏見的(因為它建立在性別、種族和互聯網和社會更普遍的無數其他偏見之上)並且可以被操縱以實現有害的犯罪活動。近期也有專家指出,使用如ChtGPT這類模型可能因為大量同業也在使用,企業輸入的想法,例如行銷人員的idea、影片腳本等很容易間接被競爭對手知道,造成難以鑑別與提告的營業秘密損失問題。再國外,數以百計的專家與業界人士簽署一封公開信,呼籲暫停開發強大的AI系統,認為它們「對社會和人類構成嚴重的風險」。義大利甚至是首個禁用ChatGPT的國家,義大利的資料保護監管機構(Data Protection Authority)表示,ChatGPT的快發者OpenAI,沒有法律依據證明為了「訓練」這個平台運作的演算法、所進行的大量收集與存儲個資是正當的。即便Open AI聲明ChatGPT有助於提升當地使用者工作效率,但當局仍然認為模型所搜集數據的透明度太低,不知道未造成什麼未來風險,乾脆先禁用比較省事。
當然,企業還是可以藉由幾種方式減輕這些風險。首先,仔細選擇用於訓練這些模型的初始數據,數據的挑選是最關鍵的,應該盡量避免包含有害或有偏見的內容,避免「Garbage in garbage out」的問題。此外,企業可以考慮使用更小的專用模型,而不是使用現成的大型的生成式 AI 模型,避免競爭對手也使用相同模型,造成區別度不佳,甚至公司機密被竊取等問題,而擁有更多資源的企業還也能根據自己的數據客製化一個通用模型,以滿足他們的需求並最大限度地減少偏差,當然,部門還應該讓人類參與其中(即確保真人在發布或使用生成式 AI
模型的輸出之前檢查它),同時並避免將生成式 AI 模型用於關鍵決策,例如涉及大量開支的決策或者與牽涉到企業長期策略發展方向等提案等。
行銷科技從百花齊放逐漸走向收斂
生成式AI為行銷界帶來不少挑戰,但也伴隨不少機會,甚至也可能協助原先的行銷科技領域,為使用者帶來更豐富的體驗。隨著Google不斷調整演算法,廣告紅利逐漸消失,加上許多新興科技融合(如AI+大數據、AI+物聯網),使得行銷科技(Martech)成為未來行銷發展的重要趨勢,Martech 是 Marketing 和 Technology 的組合字。行銷科技泛指各種能協助企業達到行銷目標、執行行銷工作的科技。不少國際調研機構指出,掌握Martech技術的人將成為行銷的領先者,Martech種類上有不同類型,但大致上可分成廣告與推廣(Advertising & Promotion)、社群與客戶關係管理(Social & Relationships)、內容及使用者體驗(Content & Experience)、數據應用(Data)、商業與銷售(Commerce & Sales)等。其中,Martech最重要的要素就是數據驅動(Data Driven),藉由業者與客戶(B端或C端)互動所累積的數據,找出行銷分析、預測、應用的情境,從顧客資料洞察中擬定行銷策略並帶來獲利,除了耳熟能詳的Amazon、Salesforce、Meta外,WebFX、Konnect Insights、Adjust、Buzzoole、FullCircl都是著名的Martech業者,讀者若有興趣可參考此網站。
2024年Gartner全球Martech五大趨勢
科技諮詢公司Gartner每年都會發佈新趨勢,在行銷科技領域,公司列舉五大趨勢供企業參考,這五大趨勢分別列舉如下。
(一) 趨勢一:行銷部門將投入人工智慧,以達到更智慧、數據驅動的決策
Gartner 預測,到 2025 年,在行銷部門中使用 AI 的組織會將 75% 的員工從原先工作移轉到更具策略、使用腦力的任務上,在行銷中使用人工智慧將減少溝通摩擦並降低例行性任務(例如使用ChatGPT),使行銷人員能夠將預算和資源轉移到支持更關鍵的專案上。例如行銷人員可以在創意過程中利用 AI 來自動捕捉、處理和分析真實世界的影響與影音,提高圖像質量並開發數位分身,而AI 將繼續完善行銷功能,以推進更敏捷的決策來應對消費者快速變化的偏好
舉例來說,根據 We Are Social 調查,高達近50%的消費者利用社群平台搜尋品牌帳號內容,顯見社群已成為消費者吸收資訊的主要管道。KOL Radar AI 業配貼文模型也統計,單是台灣 Facebook、Instagram 兩大社群在 2021~2022 年內的業配貼文累積總數高達 764 萬篇,且 Facebook 的業配貼文比例高達 47%,可見該平台在社群促購上的影響力仍相當可觀,而這些的背後,都少不了演算法、大數據,與人工智慧的協助,也將促使行銷部門轉變成科技部門。
(二) 趨勢二:行銷部門將創建一個內容真實性團隊來打擊錯誤資訊
Gartner 預測,到 2027 年,80% 的企業營銷人員將建立專門的內容真實性功能來打擊錯誤信息和虛假材料。生成 AI和用戶生成內容 (UGC)的龐大數量,以及當今數字內容生態系統的不可預測性構成了挑戰。隨著 AI 和 UGC 的使用增長,它只會變得更加複雜。主動的聲譽管理至關重要,但在兩極分化和高速發展的環境中,大規模和實時地掃描不准確或誹謗性的內容越來越困難。誤導性的資訊當前相當頻繁,這也引起許多行銷長的關注,這些「雜訊」將會干擾潛在客群接觸到企業的機會,正如 AI 和其他技術對內容問題有所貢獻一樣,它們也將成為解決方案的一部分,尤其是在與專門的團隊相輔相成的情況下,這些團隊可以在整個數字內容生態系統中傾聽、參與和提升品牌興趣。
(三) 趨勢三:行銷部門將把一部分媒體預算重新思考部署方式
Gartner 預測,到 2024 年,70% 的品牌將至少將 10% 的媒體預算重新部署到娛樂內容中,多數消費者具有廣告疲勞問題,甚至購買取多防止廣告的工具,使得廣告投放的效益下降,太過頻繁投放廣告甚至可能造成品牌公關危機,將一樁好事變成破事;高收入消費者更有傾向「故意不注意」廣告,如果他們被一個廣告阻止當前行為(如看影片),則可能對該品牌打貼上負面標籤,這修高收入所得者有自己的人際圈,無形中幫這些愛打廣告品牌貼上「敬而遠之」的標籤,而這些品牌業者卻還渾然不知。這場貓捉老鼠的遊戲讓行銷成本變得相當昂貴,品牌端支付高價藉由數位廣告吸引高收入消費者。但是,這些TA卻也在想出新的方法來消除廣告,使原先投資變成負債,而接觸到廣告的人,可能都是預算不足、無法最終帶來效益的中低收入戶消費者,這在網路僕普及化後更容易發生。
(四) 趨勢四:企業建立忠誠度計劃以留住主力客戶
Gartner 認為,到 2027 年,目前尚未建立忠誠度計劃的企業中,有三分之一比例將開始建立忠誠度計劃,以支持第一手數據收集並留住主力客戶,對企業來說,留住客戶的成本較獲取新客戶低,因此業者有動機做這件事。忠誠度計劃是獎勵客戶與蒐集客戶一手資訊來達到客製化與提升客戶體驗的有效策略。目前,忠誠度計劃在旅遊與零售產業最為普遍。然而,其他垂直領域也開始萌芽,例如銀行業和消費品產業,Gartner 在 2022 年分析的 1,068 個品牌中,只有 36% 有忠誠度計劃。
有效的忠誠度計畫最適合用於吸引關鍵目標受眾,進而提高留客率與營收成長。Gartner認為,在2024 年時會有更多B2B 和 B2C 公司增加對忠誠度計劃的投資。而隨著越來越多的公司推出和改造忠誠度計劃,對客戶注意力和第一手資料的競爭將會更加激烈,而維持頂尖忠誠度計劃的行銷長將會投入更多Martech技術因應,並將客製化視為一個與同行拉開距離的關鍵因素。
(五) 趨勢五:監管法規將更為嚴格
Gartner 預測,到 2025 年,70% 的企業行銷長將把人工智慧在行銷中的道德規範列為最關心的議題,當前,與隱私相關的數據收集限制、經濟壓力和技術突破正在促使行銷部門更加依賴 AI 和機器學習來優化銷售活動績效並降低成本。 但在享受科技紅利同時,監管機構和人權倡導/資料保護團體也開始表達對人工智慧的資訊操縱和偏見使用的疑慮,例如歐盟執委會提出GDPR與人工智慧法案,以及拜登政府推出的人工智慧權利法案等,都在遏制科技的不當使用,而這些法規對於行銷的衝擊不小。
數位轉型下企業加大投入行銷科技投資
另外,Gartner的《第四季行銷長報告》(The Chief Marketing Officer 4Q)也指出,企業行銷已不只受到消費者習慣與新興科技影響,無cookie的時代來臨,如何調整行銷科技投資組合並確保投報率則是行銷長得另個擔憂,許多企業正開始投入轉型,卻發現可能面臨需要調整行銷工具種類來應對法規變化;此外,日益繁多的駭客事件也使政府投入更多資源在消費者資料保護上,資料的治理,包含搜集、處理、運用如何取得平衡,已經是全產業的大事。當然,Gartner也列出一些值得仿效的標竿企業給業者參考,在全球一共挑出45家稱為「Genius Brand」的企業。
Genius Brands涵蓋15種不同產業,包含快消品、奢侈品、汽車、保險、製藥、製造、食品、零售、旅遊、消費金融、健康醫療、航太、美妝、電商零售、資產管理等,評選面向則包含除常見的投放廣告,例如IG、YT、FB外,也包含導購頁面、產品頁面、交易(付款)頁面,另外,也納入網站速度、流量、行動app數據分析等面向,最後,SEO與email行銷自然也是不可缺的一部分。當然,在評選上僅以數個主要面向為主,並未涵蓋所有,例如在廣告投放平台上並未將Tiktok列入其中,不過整體而言仍具參考性,獲獎企業如Amazon、Dell、Kaiser、Miracle-Gro、Tide、Bell、Domino’s、Toyota、Capital One、Folgers、Leonardo、Red Bull、TRELEGY、CAT、Ford、LV、State Farm、Trulicity、Charles Schwab、GEICO、Maybelline、Wells Fargo等,而這還只是一部份而已。
雖然消費品牌公司佔整體評比過半,但在數位驅動下,許多製造業者也開始投入數位行銷科技,志在掌握消費者習慣,這種「整合製造與銷售端」的模式正在許多品牌廠興起,例如賓士汽車使用「4X4 van」與「van life」作為關鍵字精準行銷,同時,賓士也善用IG來拓展社群規模,相較於2021年,其社群規模成長21%,而其互動次數也教平均高出十倍有餘;而推特的社群成長也相當驚人,包含互動次數年成長率達87%,打破許多同業的想像。而這些公司不約而同都有一個共通點,在數位轉型下,無論是製造、消費、金融都投入大量預算在行銷科技上,投資期間多超過五年,列入企業長期投資中,可見行銷並非一蹴可幾。
大敵當前?行銷科技的AI時刻已經到來
當然,前面講了這麼多趨勢跟生成式AI帶來的影響,行銷人最關心的還是自己會不會被替代,AI會不會像魔鬼終結者的天網一樣統治行銷界…我們就幾個面向來討論這些議題。先從功能來看,廣度來說,ChatGPT可以處理不同任務,能夠寫短篇小說、解決數學問題、編寫代碼、提供建議,甚至幫助練習以通過 MBA 考試…。然而,目前的人工智慧依舊缺乏必要的批判性思維能力或判斷事物對錯的能力,以及在無人監督的情況下做出決定的能力;同時,ChatGPT 的數據庫一直到2021年才更新,因此它無法回答所有問題。生成式 AI 顯然正在改變寫作和編輯工作,當然,低質量的網站如內容農場能夠 24小時自動生成文章,但讀者不只是想要資訊而已,他們還想要一個能夠符合價值觀的資訊。
若在行銷的細分領域來看則是褒貶不一,根據Linkedin統計,SEO 專業人士對ChatGPT的評價最低,分別為 44% 正面、23% 中立和 33% 負面,許多人擔心內容行銷工作和人工智慧能生成內容產生負面關係。與此同時,按點擊付費(PPC)專家對則認為ChatGPT能釋放行銷的巨大潛力,其中 58% 的人持積極態度,29% 的人持中立態度,只有 13% 的人持消極態度,許多人對在每次點擊付費工作中提供自動化廣告文案與節省作業時間的能力抱持正面看法。而公關部門則是抱持非常正向態度,75% 的人對 AI 平台持積極態度,25% 的人持中立態度。整體而言,數字行銷領域人士在 LinkedIn 的反應為 59% 正面、22%
中立和 19% 負面,主要關切者為特別對內容行銷帶來革命的擔憂,不過也不是這麼悲觀,文本生成的意象與情緒還需要人類協助調整,才能符合客戶需求。
或許ChatGPT的下一步將是將整合自動建立影音與語音的能力,以提升影音廣告製作的效率,不過由於許多內容可能不符合現實狀況或受眾價值觀,因此還是會需要人類進行監督,行銷人員比較不是整個被取代,而是要學會怎麼操作跟管理人工智慧,講直白一點,我們無法控制AI的發展,且目前看起來各大科技業完全沒有要停下來的意思,必定有部分職能會被替代,行銷人員應把更多時間思考如何跟AI相處,並且隨時調整自己的能力,這個隨時可能是每半年、每年都要,舉例來說,用ChatGPT撰寫文案可能會改變整個產業生態—各種網路上的新聞都可以變成文案題材,因此,一些網路上的議題領袖,特別是 SEO 領域的專家領袖,ChatGPT確實對他們的工作帶來的威脅,從事文案的人員或許可以多注意一下相關議題。此外,也要注意Google是否制定相關的反制措施,由於內容真偽難辨,預計這些大型平台會制定反制措施因應。
面對快又急的AI與行銷環境轉變,企業要怎麼做?
對企業來說,同時面臨人工智慧與數位轉型同步衝擊,部分業主可能苦惱,一方面要應對新興科技衝擊, 一方面轉型才轉到一半,是要維持投資原有數位科技?還是另外需要拉資金出來處理人工智慧?或是要將部門人員數量進行調整?事實上,對於 CEO 來說,首要任務並不是讓自己泡在一堆技術中。反之,要了解生成式人工智慧與結合AI的行銷科技會如何影響他們的企業(內部)和產業(外部),然後做出正確的選擇來利用機遇和應對挑戰。換句話說,他們需要訂定由集團/公司層級的人工智慧戰略。BCG顧問公司給出一系列的提議,相當值得參考,企業的戰略應建立在三大面向之上:發展潛力、人員配置與核心政策。
(一) 發展潛力面:發現企業的優勢
AI 從未如此觸手可及過。低程式碼或無程式碼解決方案,加上各種行銷科技工具允許任何人建立網站、形成廣告策略、製作影音和合成各種文檔,應用的可能性是無限的。然而,也由於這項技術如此容易獲得,每個人,包括競爭對手都能輕鬆上手,公司將難以實現差異化。CEO 的關鍵是確定公司的「關鍵應用情境」,確認哪些是真正能帶來的競爭優勢並產生最大影響的案例。從這個起點開始,CEO 可以與內外部的技術團隊合作(例如行銷公司、顧問公司、具備技術的新創),決定是微調現有模型還是訓練自定義模型。下圖決策樹可提供業者參考。
圖、BCG提供生成式AI使用與發展路徑圖
資料來源:BCG
此外,若已經具備模型的企業可以藉由微調,而不是整個打掉重練來建立新模型。調整現有的開源或付費模型具有成本效益。BCG指出,在 2022 年的一項實驗中,Snorkel AI 發現微調 LLM 模型以完成複雜的法律分類的成本在 1,915 美元到 7,418 美元之間。這樣的應用程序可以節省律師的時間。微調還可以快速啟動試驗,而使用內部能力會耗費時間、人才和投資。當生成式 AI 可能演變成像雲端服務這樣的型態時,將促進企業為未來做好準備。
(一) 人員面:確保參與者有誰
在短期內,CEO也需要與人力資源部門合作,以確定生成式人工智能將如何影響各部門(如行銷業務)。藉由重新定義角色才能讓員工放心,生成式AI將提供提高生產力、績效與新穎的創造力來提高行銷員工的效率。但這也可能使這些員工感到替代性上升,甚至擔心會不會哪一天點子都被AI學完了!因此,隨著角色的演變,公司應該定期進行檢查,以追蹤員工的情緒,並向員工保證人類不會被快速替代,企業會有效和合乎道德地部署人工科技。CEO也需要調整營運模式,對於大多數企業來說,人工智慧的正確運營模式將是一個集中的 IT 和研發部門,專家技術團隊可以部署到業務部門,根據需要訓練或定制模型。另外一點也很重要的是,數據也應該集中管理,而不是分散在孤島中,造成浪費情況,使用類似數據類型的員工就可以使用相同的數據集,降低找數據的時間。
由於數據科學和工程的重要性日益增加,許多公司將受益於擁有高級管理人員角色(例如,人工智慧長/技術長)來監督 AI 計劃的業務和技術要求。這位專家應該在每個業務部門內安排小型數據科學或工程團隊,以針對特定任務或需求來調整模型,這可能會成為「以部門為中心的團隊和跨職能成員」(例如行銷團隊有數位行銷人員搭配專門的技術團隊支持),或者最好是與業務和技術平台保持一致的跨部門和跨職能團隊,避免出現需求與技術研發不一致的形況。事實上,隨著企業加速採用AI,CEO 需要邊做邊學,並利用這些經驗制定人力發展計劃,這不僅僅是定義某些職位與職能將如何調整而已,而是要確保公司隨時擁有合適的專業人員和管理層以保持競爭力並充分利用他們的科技佈局。
(二) 政策面:保護公司的業務
除了巨大的機遇,如前所述,生成式人工智慧也帶來新的風險,它的結果輸出可能與事實不符,暴露企業感數據讓對手知道,或違各種反知識產權保護行為。一項研究發現,人工智慧生成的代碼中有 40% 是不安全的,還容易產生新的網路漏洞,帶來一系列資安問題。由於這些原因,公司需要製定正確的政策,為可能發現的潛在風險做好準備。公司所做的一切涉及生成人工智慧的作法都需要明確的監督措施。實驗性專案當然很重要,但即使是實驗也需要在整個組織內進行監
管,同時應培訓員工僅在其既定專業領域內使用生成式人工智慧應用程式,或許,讓所有使用者對人工智慧生成的內容保持懷疑態度也是一種做法。
此外,企業在發布之前評估 AI 生成內容的影響。大多數公司已經為他們向世界發布的內容制定了發布指南。這些應該通過正式的、記錄在案的過程進行調整,以納入生成的 AI 內容和代碼。相關的技術審查委員會還可以考慮人工智慧生成內容的影響(類似於發表科學研究的過程)來保護敏感數據。另一個近期的當務之急是培訓員工如何在其專業知識範圍內使用生成式AI,由於生成式AI的低程式碼、無程式特性可能會讓員工對自己完成一項他們缺乏必要背景或技能的任務的能力過於自信,造成不必要的風險例如,行銷人員可能會想繞過公司 IT 規則並編寫代碼來構建新的行銷工具,但發現在特定環節卡關。紐約大學的網路安全中心數據也有類似發現,由於大多數員工缺乏專業能力來辨認代碼漏洞,造成資安議題。根據史丹佛大學的調查,AI 協助編寫代碼也會帶來質量風險,為編碼人員可能對 AI 避免漏洞的能力過於自信而造成網路安全問題。
chatGPT:總結精華
🤖 聊天新紀元:ChatGPT優雅進場 🤖
誰說機器人不能聊天?用ChatGPT打破一切框架,開啟你企業與客戶之間更親近、更聰明的對話。
🚀 超凡科技,智慧升級 🚀
ChatGPT採用尖端的人工智慧技術,讓你的聊天機器人不只是回覆問題,更能提供符合使用者需求的智慧互動。
🔗 多平台整合,極致彈性 🔗
無論你喜歡用哪一個平台,ChatGPT都能幫你解決。一鍵整合,讓你的聊天機器人隨處可見,也隨處可用。
💼 客戶對話,個性化到位 💼
別再用萬年不變的話術來對待每一位客戶,用ChatGPT的高度個性化設定,讓每位客戶都覺得自己是VIP。
📊 數據收集,賣力又賣點 📊
不只聊天,更能收集重要的客戶資料,為你的行銷策略加分,找到更多可能的潛在客戶。
🛠️ 成本效益,省錢更省力 🛠️
用ChatGPT,你不只能建立出更聰明的聊天機器人,還能大幅度減少人力成本。一石二鳥,何樂而不為?
🌟 綜觀全局,ChatGPT的無限可能 🌟
不止於聊天,ChatGPT在自然語言處理的多個領域都表現出色。從生成文本到回答更深度的問題,這個平台讓AI在對話中發揮到極致。
Last Updated on 2024 年 1 月 2 日 by MTMG SEO
這篇文章對您有幫助嗎?
點擊這裡給予評比分數
平均分數 5 / 5. 投票總數 1
目前還沒有投票! 成為第一個評價這篇文章的人。
我擅長撰寫各種形式的網路行銷相關知識型文章,包括數位廣告、社群行銷、內容行銷、SEO、電子郵件行銷、數據分析等。我專注於網路行銷的趨勢和最新技術持續關注和研究,能夠為讀者提供最新的網路行銷知識和策略,與不斷學習和更新網路行銷的知識和技能,以確保文章內容可以為讀者帶來實質性的價值。
在我撰寫文章時,總是特別注重內容的原創性和深度。每篇文章我都會提供獨到的見解、詳實的分析,以及當我引用其他來源時,我絕不會單純複製或改寫,而是會在此基礎上增添新的思考與評論,從而確保文章具備高度的附加價值,致力於提供讀者實用且有助益的文章資訊哦!
- SEO投資為何是網路行銷的第一步?解密其高效益背後的原因 - 27 11 月, 2024
- SEO是什麼?技術面、內容面與行銷面全方位解析,快速掌握SEO優化秘訣 - 27 11 月, 2024
- SEO優化錯誤迷思破解:你不能不知SEO的9大謬思 - 27 11 月, 2024